Drew Breunig:大多数 agent 工作终将沉淀为固定 workflow
dbreunig · x · 2026-11-05
Agentic AI Foundation 创始人 Drew Breunig 撰文提出核心论点:多数 agent 重复执行的任务,一旦定型就该用代码而非大模型来完成。
- 案例:朋友用 Opus 4.5 驱动的 agent 每天早上读 Strava 骑行数据推断当前配速、查 Google Calendar 首个会议、计算骑到渡口的时间、倒推最晚出发时刻。任务确实有用,但一旦需求明确,本可用代码实现——他形容这是「雇麦肯锡顾问来割草坪」。
- 模型的真正价值在前期:scoping、设计、实现多步任务,并根据使用反馈(如穿工作服骑得更慢)迭代需求。
- 方法论:「找 desire paths,然后铺路」——观察 agent 实际重复走的路径,把高频路径固化成确定性 workflow,释放模型去处理真正的新任务。
结论:agentic 工作的终态是,模型负责发现与定义任务,固化后的执行交给 workflow/代码。
所属事件:Drew Breunig：多数 Agent 工作终将沉淀为代码化工作流(3 条相关)→
「编程与Agent」频道最新
- 两个机器人自动互相交接家务:Airbnb 管家 bot 与采购 bot 无人工协作 — msg · 2026-11-05
- Reddit 网友提议:用 Agent 把碎片化自定义推理引擎拆解成可复用积木库 — nasone32 · 2026-11-05
- 实测：Codex 20 美元档约能连续干活 2.5 至 3 小时 — tristanbob · 2026-11-05
- 开发者帮母亲抗癌时做出免费 AI 病历工具，开源给所有患者家庭 — Scobleizer · 2026-11-05
- 开发者做免费游戏 Claude Code Quest,动手闯关学 Claude Code — wesam_mustafa100 · 2026-11-05
- 5 人团队从零预训练 Ripple-65B，刷新美国开源权重 agentic coding SOTA — annadgoldie · 2026-11-05